結(jié)合注意力機(jī)制的火災(zāi)檢測算法

彭煜民，岳鵬超，張 丹，陳 樂

(1.南方電網(wǎng)調(diào)峰調(diào)頻發(fā)電有限公司，廣州 510630；2.廣州市奔流電力科技有限公司，廣州 510700)

0 引言

火災(zāi)一直以來都是全世界的重大威脅和災(zāi)害，早期預(yù)防以及快速檢測出火災(zāi)是減少火災(zāi)發(fā)生及蔓延帶來的嚴(yán)重危害的重要手段之一，因此能夠及時(shí)并準(zhǔn)確地預(yù)警火災(zāi)變得尤為重要。火災(zāi)的檢測任務(wù)可分為火焰和煙霧兩種目標(biāo)的檢測任務(wù)[1]。最初，探測火災(zāi)的方式是以感溫探測器和感煙探測器的響應(yīng)值作為探測結(jié)果，但感溫探測器和感煙探測器的探測具有一定的滯后性[2]，達(dá)不到早期預(yù)測火災(zāi)的目的，并且對(duì)環(huán)境變化不夠魯棒易受電磁干擾出現(xiàn)誤報(bào)[3]。

近年來，基于計(jì)算機(jī)視覺的火災(zāi)檢測取得了顯著性進(jìn)展[4-6]，相對(duì)于單目標(biāo)檢測，火災(zāi)檢測不僅需要檢測出圖像中的火焰目標(biāo)，還需要檢測出圖像中的煙霧目標(biāo)。早期的基于計(jì)算機(jī)視覺火災(zāi)檢測方法將任務(wù)分解為火焰檢測和煙霧檢測兩個(gè)任務(wù)，其利用火焰和煙霧在火災(zāi)發(fā)生過程中所表現(xiàn)出的靜態(tài)外觀信息如：顏色[7]、紋理[8]、形狀[9]等或者利用火焰和煙霧在時(shí)序上的運(yùn)動(dòng)信息[10-13]構(gòu)建出火焰或煙霧目標(biāo)的判別性特征，然后依靠這些判別性特征檢測出火焰和煙霧目標(biāo)。大部分原有的火焰和煙霧檢測方法依賴于手工制作特征，在早期數(shù)據(jù)量小的單類別數(shù)據(jù)集上取得了不錯(cuò)的效果，但在現(xiàn)實(shí)場景中火焰和煙霧表現(xiàn)出的顏色、紋理和形狀等特征并不穩(wěn)定且具有一定的差異性，使得手工設(shè)計(jì)特征任務(wù)更加艱巨[14]，另外手工制作特征主要依賴于目標(biāo)的先驗(yàn)信息，并不具有高抽象性和不變性，從而其檢測準(zhǔn)確率受到限制。另外，大多數(shù)火焰和煙霧檢測方法是針對(duì)單火災(zāi)類型或固定場景提出，魯棒性不佳，在光照、場景和火災(zāi)類型發(fā)生變化時(shí)其檢測準(zhǔn)確率明顯降低，無法滿足實(shí)際場景下應(yīng)用的需求。

隨著大規(guī)模圖像分類數(shù)據(jù)集ImageNet的提出以及卷積神經(jīng)網(wǎng)絡(luò)在圖像分類任務(wù)中的大放異彩，研究者們將卷積神經(jīng)網(wǎng)絡(luò)引入火災(zāi)檢測任務(wù)中[15]，文獻(xiàn)[16]設(shè)計(jì)了一種用于森林火災(zāi)識(shí)別的12層卷積神經(jīng)網(wǎng)絡(luò)，其方法是先利用ImageNet數(shù)據(jù)集預(yù)訓(xùn)練網(wǎng)絡(luò)，再利用自建數(shù)據(jù)集(訓(xùn)練集500張，測試集100張)進(jìn)行訓(xùn)練和測試并且在訓(xùn)練過程中對(duì)網(wǎng)絡(luò)的隱藏層進(jìn)行dropout操作來降低過擬合的概率，其在自建的數(shù)據(jù)集上取得了不錯(cuò)的效果，但其自建數(shù)據(jù)集只有600張圖片，利用迭代訓(xùn)練的方式去訓(xùn)練網(wǎng)絡(luò)，仍然存在過擬合的可能，然后其數(shù)據(jù)集場景單一，在通用場景下魯棒性不佳，另外,其最后的輸出只是有火災(zāi)和無火災(zāi)的概率，并不包含火焰和煙霧目標(biāo)的其他信息。文獻(xiàn)[17]采用經(jīng)典的卷積神經(jīng)網(wǎng)絡(luò)并結(jié)合了卷積和最大池化，其分類目標(biāo)是確定圖像是否包含火焰或煙霧，其通過12×12的滑動(dòng)窗口在特征圖上的移動(dòng)，提高了檢測的速度，相比文獻(xiàn)[18]的方法而言其訓(xùn)練的數(shù)據(jù)集更多，覆蓋的場景更廣并且其網(wǎng)絡(luò)更加輕量級(jí)，速度更快，但其分類的類別只有(火焰、煙霧、正常)3種類別，對(duì)于既有煙霧又有火焰的場景分類并不友好，另外最后的輸出也不包含火焰及煙霧目標(biāo)的位置信息，無法更精確感知火災(zāi)的狀態(tài)。文獻(xiàn)[18]通過分別對(duì)圖片全局及局部的進(jìn)行火災(zāi)檢測，進(jìn)一步提高了分類的精細(xì)程度，但其只是將火焰的檢測結(jié)果作為火災(zāi)分類的依據(jù)，并沒有識(shí)別出煙霧，在濃煙遮擋火焰的場景下的效果受到很大的影響，另外其也只是進(jìn)行了分類工作，不包含火焰及煙霧目標(biāo)的位置信息。

上述的火災(zāi)檢測算法在火災(zāi)檢測任務(wù)中取得了不錯(cuò)的效果，但也存在上述的一些局限性。為了緩解這些局限性，本文構(gòu)建了一個(gè)多場景大規(guī)模且貼合現(xiàn)實(shí)場景的火焰和煙霧圖像數(shù)據(jù)集，并且對(duì)火焰和煙霧目標(biāo)的位置和類別進(jìn)行了精細(xì)標(biāo)注，其次本文提出了結(jié)合注意力機(jī)制的火災(zāi)檢測算法用于火焰和煙霧檢測，本文的模型先對(duì)煙霧和和火焰的顏色信息進(jìn)行分析，在圖像送入檢測網(wǎng)絡(luò)前，對(duì)火焰和煙霧目標(biāo)的疑似區(qū)域進(jìn)行關(guān)注，區(qū)分圖像不同區(qū)域?qū)z測結(jié)果的不同貢獻(xiàn)，其次本文提取火焰和煙霧的多尺度特征，以捕獲更加豐富的火焰和煙霧目標(biāo)的信息。本文的方法在自建的多場景火焰煙霧數(shù)據(jù)集上取得了杰出的效果，驗(yàn)證了深度學(xué)習(xí)在火焰和煙霧檢測任務(wù)上的可行性，同時(shí)也說明了本文工作的有效性。

1 方法

在可見光圖像中，火焰和煙霧所表現(xiàn)出的顏色與周圍環(huán)境對(duì)比往往具有顯著的差異性，在現(xiàn)實(shí)場景中，諸多客觀因素如燃燒物的材料、溫度、燃燒的程度等影響著火焰和煙霧的顏色，使得火焰和煙霧的顏色具有特殊的分布規(guī)律。火焰在可見光圖像中大部分呈現(xiàn)出明亮且突出的黃色和紅色，而煙霧在火災(zāi)發(fā)生的初期大多數(shù)呈現(xiàn)出灰白色或者淡藍(lán)色，隨著火災(zāi)的延續(xù)，煙霧的顏色會(huì)從灰黑色變化成黑色。火焰和煙霧呈現(xiàn)出的顏色信息在火災(zāi)檢測中起到了極其重要的作用[19-21]。但深度網(wǎng)絡(luò)并不能充分利用火焰和煙霧表現(xiàn)出的豐富的顏色信息，為了充分捕獲到火焰和煙霧的顏色信息，本文設(shè)計(jì)了注意力模塊，先對(duì)圖像進(jìn)行火焰和煙霧疑似區(qū)域檢測，在輸入檢測深度網(wǎng)絡(luò)模型之前對(duì)火焰和煙霧疑似區(qū)域進(jìn)行關(guān)注，最后由檢測網(wǎng)絡(luò)得到檢測的結(jié)果。

圖1 本文火災(zāi)檢測方法的流程

1.1 疑似區(qū)域檢測

疑似區(qū)域的檢測由火焰疑似區(qū)域檢測和煙霧疑似區(qū)域檢測兩部分構(gòu)成。

1.1.1 火焰疑似區(qū)域檢測

利用火焰表現(xiàn)出的顏色規(guī)律，在RGB顏色空間中設(shè)置顏色過濾范圍，對(duì)圖像進(jìn)行顏色過濾，將不在顏色范圍內(nèi)的像素點(diǎn)的像素值設(shè)置為0，將在范圍內(nèi)的像素點(diǎn)值大小保持不變，從而得到RGB顏色空間過濾的火焰圖像。其在RGB顏色空間的過濾范圍如式(1)所示：

(1)

式中，R0為像素點(diǎn)R分量的閾值，T0為|G-B|+|R-B|的閾值。將圖像中滿足式(1)規(guī)則的圖像區(qū)域記為RFIRE，即為火焰疑似區(qū)域。

1.1.2 煙霧疑似區(qū)域檢測

利用煙霧表現(xiàn)出的顏色規(guī)律，對(duì)圖像進(jìn)行過濾。煙霧區(qū)域在YUV顏色空間中的U和V分量之間的差異比其他非煙霧區(qū)域大得多，非煙霧區(qū)域像素值范圍被壓縮，所以采用YUV顏色空間像素濾色規(guī)則對(duì)圖片進(jìn)行過濾，像素濾色規(guī)律如公式(2)：

Icolor(x,y)=

(2)

式中，U(x，y)和V(x，y)是(x，y)處像素點(diǎn)在YUV顏色空間上U分量和V分量的值；IRGB(x，y)為(x，y)處像素點(diǎn)在RGB顏色空間中的像素值；Tmax、Tmin為閾值。將圖像中滿足式(2)規(guī)則的圖像區(qū)域記為RSMOKE，即為煙霧疑似區(qū)域。

1.1.3 火焰和煙霧疑似區(qū)域

通過顏色過濾后得到煙霧疑似區(qū)域RSMOKE和火焰疑似區(qū)域RFIRE合并得到顏色分析后的火焰和煙霧疑似區(qū)域Rcolor，其計(jì)算方式如公式(3)：

Rcolor=RSMOKE∪RFIRE

(3)

1.2 關(guān)鍵區(qū)域關(guān)注

利用1.1節(jié)中得到的火焰和煙霧疑似區(qū)域，得到輸入特征提取網(wǎng)絡(luò)的重點(diǎn)區(qū)域，對(duì)重點(diǎn)區(qū)域進(jìn)行注意力機(jī)制計(jì)算如公式(4)：

Ii-attention=wiIi

(4)

式中，Ii-attention表示經(jīng)過注意力機(jī)制后像素點(diǎn)i的值，Ii代表原圖片像素點(diǎn)i的值，wi代表權(quán)重參數(shù)。

1.3 檢測網(wǎng)絡(luò)

YOLOv3算法是YOLO系列中應(yīng)用最為廣泛的算法。YOLOv3在采用殘差的跳層連接的方式設(shè)計(jì)了一個(gè)全卷積網(wǎng)絡(luò)(Darknet-53網(wǎng)絡(luò))來進(jìn)行特征降采樣，提取了多個(gè)尺度(不同大小)的特征圖用作目標(biāo)的檢測，因而能更好的學(xué)習(xí)到小目標(biāo)的細(xì)粒度特征，進(jìn)一步提高了檢測的效果。本文的檢測網(wǎng)絡(luò)基于YOLOv3，網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。

圖2 檢測網(wǎng)絡(luò)的結(jié)構(gòu)

K-means聚類算法旨在縮小類內(nèi)數(shù)據(jù)的差異和擴(kuò)大類間的距離，是一種應(yīng)用廣泛的無監(jiān)督學(xué)習(xí)算法。本文采用K-means聚類算法針對(duì)于煙霧和火焰樣本生成出初始化錨框。原有方法獲得錨點(diǎn)的方式是通過計(jì)算歐幾里得距離得到的，其錨框尺寸會(huì)影響到檢測的效果，為了減少這種影響，本文通過IOU(intersection over union)距離公式來計(jì)算出預(yù)測框和實(shí)際框之間的距離，其計(jì)算方式如下：

d(box,centroid)=

1-IOU(box,centroid)

(5)

式中，IOU表示預(yù)測邊框和實(shí)際邊框的交并比值，box為實(shí)際邊框值，centroid為K-means聚類算法計(jì)算出的聚類中心值。

為了獲取更加豐富的目標(biāo)邊緣信息，本文摒棄原有公共數(shù)據(jù)集上聚類生成的錨框參數(shù)，而是通過在本文自制的煙霧和火焰數(shù)據(jù)集上聚類生成，以獲得更加適用于火災(zāi)檢測的錨框參數(shù)。根據(jù)本文設(shè)定的待檢測目標(biāo)類別的數(shù)目，計(jì)算通道數(shù)為3×(4+1+3)=24，其中括號(hào)內(nèi)的“4，1，3”分別表示中心點(diǎn)坐標(biāo)的4個(gè)預(yù)測量、1個(gè)置信度和3個(gè)目標(biāo)類別的得分，最終輸出的3種尺度特征圖的大小分別為13×13×24，26×26×24，52×52×24。

2 實(shí)驗(yàn)結(jié)果與分析

2.1 數(shù)據(jù)集

當(dāng)前火災(zāi)檢測任務(wù)并沒有開源的標(biāo)準(zhǔn)數(shù)據(jù)集，本文通過網(wǎng)絡(luò)上采集到的開源的火焰和煙霧視頻和圖像以及結(jié)合自己拍攝一些特定場景的火焰和煙霧視頻和圖像，再對(duì)視頻分解成幀之后，總共獲得了50 000張包含火焰和煙霧的圖像，經(jīng)過篩選得到貼合現(xiàn)實(shí)場景的火焰和煙霧圖像5 000張，以用作本文方法訓(xùn)練和測試的數(shù)據(jù)集。圖3為本文數(shù)據(jù)集的部分?jǐn)?shù)據(jù)示例。

圖3 火焰和煙霧樣本示例

本文對(duì)經(jīng)過篩選過后的火焰和煙霧圖像進(jìn)行了精細(xì)的人工標(biāo)注，標(biāo)注的內(nèi)容包括了火焰和煙霧兩個(gè)目標(biāo)的類別和定位信息，并以xml文件格式進(jìn)行處理存儲(chǔ)，然后將所有圖像按照4∶1的比例進(jìn)行隨機(jī)劃分，其中訓(xùn)練集為4 000張圖片，測試集1 000張圖片，圖4為本文數(shù)據(jù)集的部分標(biāo)注后的數(shù)據(jù)示例。

圖4 標(biāo)注后的樣本示例

2.2 實(shí)驗(yàn)步驟與方法

實(shí)驗(yàn)數(shù)據(jù)主要來源于網(wǎng)絡(luò)上采集到的開源的火焰和煙霧圖像以及自己拍攝的圖像，一共5 000張。實(shí)驗(yàn)的具體步驟為，首先將輸入圖片尺寸固定為416×416的大小；然后對(duì)圖片中的火焰和煙霧疑似區(qū)域進(jìn)行檢測，其具體方法為將公式(1)和公式(2)中的R0設(shè)定為135，T0設(shè)定為20，Tmin設(shè)定為63，Tmax設(shè)定為178；

接著對(duì)檢測出的火焰和煙霧疑似區(qū)域進(jìn)行關(guān)注，其具體方法為對(duì)于關(guān)鍵區(qū)域的注意力參數(shù)設(shè)置為wi=1.5，即像素點(diǎn)i屬于圖像火焰和煙霧疑似區(qū)域，則wi=1.5，反之wi=1；

最后將進(jìn)行火焰和煙霧疑似區(qū)域關(guān)注后的圖像送入本文的檢測網(wǎng)絡(luò)進(jìn)行檢測，在檢測網(wǎng)絡(luò)中的訓(xùn)練過程中，學(xué)習(xí)率設(shè)為0.001，批尺寸(batch size)設(shè)為64。實(shí)驗(yàn)設(shè)備使用NVIDIA 1080 Ti GPU計(jì)算平臺(tái)，在UBUNTU 18.04操作系統(tǒng)下使用Darknet深度學(xué)習(xí)框架搭建YOLOv3目標(biāo)檢測模型。

2.3 評(píng)價(jià)指標(biāo)

為了評(píng)估檢測模型的有效性，本文統(tǒng)一采用目標(biāo)檢測常用的評(píng)價(jià)指標(biāo)mAP，其代表多個(gè)類別的AP(average precision)的平均值,其中AP為每個(gè)類別由召回率(recall))和查準(zhǔn)率(precision)繪制的一條曲線下的面積。本文使用的AP默認(rèn)為AP50,即預(yù)測框與目標(biāo)實(shí)際邊框(ground truth)的交并比(intersection over union)在大于50%前提下的單類別的平均準(zhǔn)確率。mAP的值越大表示檢測模型的總體識(shí)別準(zhǔn)確率越高。

2.4 實(shí)驗(yàn)結(jié)果及分析

本文將數(shù)據(jù)集劃分4 000張圖片作訓(xùn)練集和1 000張圖片作測試集。在模型訓(xùn)練過程的損失曲線圖和測試過程的AP曲線如圖5和圖6所示。

圖5 模型訓(xùn)練過程的損失圖，圖中橫軸為訓(xùn)練迭代的次數(shù)，縱軸為損失的大小

圖6 測試過程中網(wǎng)絡(luò)的AP曲線圖，其中橫軸為召回率，縱軸為查準(zhǔn)率

從圖5(a)和圖5(b)的對(duì)比中，可以發(fā)現(xiàn)本文的方法相比于經(jīng)典YOLOv3方法損失函數(shù)收斂的速度更快，也說明本文方法對(duì)于煙火疑似區(qū)域關(guān)注的有效性。

分別利用經(jīng)典YOLOv3和本文的方法，在測試集上進(jìn)行測試，分別計(jì)算各類目標(biāo)的平均準(zhǔn)確率，圖6(a)代表的是傳統(tǒng)YOLOv3算法，圖6(b)代表的是本文的方法，并計(jì)算火焰和煙霧兩類目標(biāo)的mAP，測試結(jié)果如表1所示。

表1 測試結(jié)果

實(shí)驗(yàn)結(jié)果表明本文的方法在火焰和煙霧兩類檢測任務(wù)上均有良好表現(xiàn)。相比于經(jīng)典的YOLOv3網(wǎng)絡(luò)，本文的方法在火焰和煙霧目標(biāo)檢測的mAP由59.9%提高到65.8%，尤其是對(duì)煙霧目標(biāo)的檢測上AP提高了8.8%，驗(yàn)證本文方法對(duì)于火焰煙霧疑似區(qū)域的關(guān)注對(duì)于檢測結(jié)果的有效性。

另外，在各種場景的火災(zāi)圖像中，小尺寸的火焰目標(biāo)較多，而煙霧對(duì)象由于其自身具有的擴(kuò)散特性，往往比較難檢測。但本文的方法在對(duì)于比較稀薄的煙霧也能實(shí)現(xiàn)準(zhǔn)確檢測，說明了本文的方法對(duì)于煙霧疑似區(qū)域的關(guān)注具有有效性，其次在圖像中存在小目標(biāo)的情況下本文的方法也能實(shí)現(xiàn)準(zhǔn)確檢測與識(shí)別,整體檢測效果較為理想，測試結(jié)果示例如圖7所示。

圖7 測試效果

3 結(jié)束語

本文提出了一種結(jié)合注意力機(jī)制的火災(zāi)檢測算法，本文的方法先對(duì)煙霧和和火焰的顏色信息進(jìn)行分析，在圖像送入檢測網(wǎng)絡(luò)前，對(duì)火焰和煙霧目標(biāo)的疑似區(qū)域進(jìn)行關(guān)注，區(qū)分圖像不同區(qū)域?qū)z測結(jié)果的不同貢獻(xiàn)，其次本文提取火焰和煙霧的多尺度特征，以捕獲更加豐富的火焰和煙霧目標(biāo)的信息，本文的實(shí)驗(yàn)驗(yàn)證了結(jié)合注意力機(jī)制火災(zāi)檢測算法在檢測火焰和煙霧目標(biāo)上的有效性，同時(shí)在本文構(gòu)建的火焰和煙霧圖像數(shù)據(jù)集上取得了較好的性能，尤其在小目標(biāo)檢測和稀薄煙霧上有顯著提升，并且在檢測速度上也滿足了實(shí)時(shí)檢測的需求。但火焰和煙霧屬于非剛性目標(biāo)，形狀并不具有固定性，固定錨點(diǎn)的方式影響了目標(biāo)檢測框的準(zhǔn)確性。如何提高火焰和煙霧目標(biāo)檢測框的準(zhǔn)確性，將是未來的主要研究方向。